강의혁신(Teaching Innovation) 24. 적응형 학습(Adaptive Learning)

24.	적응형 학습(Adaptive Learning)

 

【개념】

 

적응형 학습은 기술을 사용하여 학생의 강점, 약점 및 학습 선호도에 따라 개별 학생의 학습 경험을 개인화하는 교육적 접근 방식이다. 적응형 학습 시스템은 알고리즘과 데이터 분석을 사용하여 학생의 성과를 평가하고 필요에 맞게 학습 경험을 조정한다.

 

【특징】

①개인화된 학습: 적응형 학습은 데이터 분석을 사용하여 각 학생의 필요에 맞는 개인화된 학습 경험을 제공한다.

②실시간 피드백: 적응형 학습 시스템은 학생들에게 즉각적인 피드백을 제공하여 필요에 따라 학습 전략을 조정할 수 있도록 한다.

③자기 주도 학습: 적응형 학습을 통해 학생들은 자신의 속도에 맞춰 작업하고 가장 도움이 필요한 영역에 집중할 수 있다.

④데이터 기반 의사 결정: 적응형 학습은 데이터 분석을 사용하여 각 학생의 학습 경험을 조정하는 방법에 대해 정보에 입각한 결정을 내립니다.

⑤지속적인 평가: 적응형 학습 시스템은 학생의 성과를 지속적으로 평가하여 지속적인 피드백을 제공하고 필요에 따라 학습 경험을 조정한다.

 

【장점】

①맞춤형 학습: 적응형 학습은 개별 학생의 요구를 충족하는 맞춤형 학습 경험을 제공한다.

②향상된 학습 결과: 적응형 학습은 학생들이 가장 도움이 필요한 영역에 집중함으로써 학습 결과를 향상시키는 것으로 나타났다.

③참여도 증가: 적응형 학습은 즉각적인 피드백을 제공하고 자기 주도 학습을 허용함으로써 학생 참여도와 동기를 높일 수 있다.

④리소스의 효율적인 사용: 적응형 학습은 학교와 대학에서 각 학생의 필요에 맞게 학습 경험을 맞춤화하여 리소스를 보다 효율적으로 사용하도록 도울 수 있다.

⑤유연성: 적응형 학습을 통해 학생들은 자신의 속도에 맞춰 작업하고가장 도움이 필요한 영역에 집중할 수 있다.

 

【단점】

①높은 비용: 적응형 학습 시스템은 개발 및 구현 비용이 많이 들 수 있으므로 일부 기관에서는 접근하기 어렵습니다.

②데이터 개인 정보 보호 문제: 적응형 학습에는 많은 양의 학생 데이터 수집 및 분석이 필요하므로 데이터 개인 정보 보호 및 보안에 대한 우려가 제기된다.

③제한된 상호 작용: 적응형 학습 시스템은 기술에 너무 많이 의존하고 교사 및 동료와의 학생 상호 작용을 제한할 수 있다.

④효능 평가의 어려움: 개별 데이터 분석에 크게 의존하기 때문에 적응형 학습 시스템의 효능을 평가하기 어려울 수 있다.

⑤제한된 적용 가능성: 적응형 학습은 모든 과목 또는 학습 상황에 적용되지 않을 수 있다.

 

【활용사례】

① 언어 학습: 적응형 학습 시스템은 학습 경험을 개인화하고 발음, 문법 및 어휘에 대한 실시간 피드백을 제공하기 위해 언어 학습 프로그램에 사용된다.

②수학 및 과학 교육: 적응형 학습 시스템은 수학 및 과학 교육에 사용되어 학습 경험을 개인화하고 어려움을 겪고 있는 학생들에게 목표 지원을 제공한다.

③전문 개발: 적응형 학습은 전문 개발 프로그램에서 학습 경험을 개인화하고 직원에게 지속적인 피드백과 지원을 제공하는 데 사용된다.

④시험 준비: 적응형 학습 시스템은 시험 준비 프로그램에서 개인화된 연습 기회를 제공하고 학생들이 가장 도움이 필요한 영역을 식별하는 데 사용된다.

⑤고등 교육: 적응형 학습은 고등 교육에서 학습 경험을 개인화하고 특정 과정이나 과목에서 어려움을 겪고 있는 학생들에게 목표 지원을 제공하는 데 사용된다.

 

【요약】

적응형 학습은 기술을 사용하여 개별 학생의 필요에 따라 학습 경험을 개인화하는 교육적 접근 방식이다. 적응형 학습은 실시간 피드백, 자기 주도 학습 및 데이터 기반 의사 결정을 제공한다. 높은 비용 및 데이터 프라이버시 문제와 같은 적응형 학습에는 몇 가지 단점이 있지만 향상된 학습 결과, 참여 증가 및 유연성과 같은 이점은 다양한 교육 환경에서 가치 있는 접근 방식이 된다. 적응형 학습은 일반적으로 언어 학습, 수학 및 과학 교육, 전문성 개발, 시험 준비 및 고등 교육에 사용된다. 기술이 계속 발전함에 따라 적응형 학습은 학생들이 잠재력을 최대한 발휘하도록 돕는 데 훨씬 더 중요한 접근 방식이 될 것이다.

 

【주요참고문헌】

Kizilcec, R. F., Pérez-Sanagustín, M., & Maldonado, J. J. (2017). Recommender systems for MOOCs. ACM Transactions on Computer-Human Interaction (TOCHI), 24(4), 1-34.

VanLehn, K. (2011). The relative effectiveness of human tutoring, intelligent tutoring systems, and other tutoring systems. Educational psychologist, 46(4), 197-221.

Martin, F., Wang, C., & Sadaf, A. (2018). Adaptive learning technologies in distance education. Journal of Educational Technology Development and Exchange, 11(1), 1-1

[그림] 적응형 학습(Adaptive Learning)